ספטמבר 20, 2023
מודלים בסיסיים (FMs) מסמנים את תחילתו של עידן חדש ב למידת מכונה (ML) ו בינה מלאכותית (AI), מה שמוביל לפיתוח מהיר יותר של AI שניתן להתאים למגוון רחב של משימות במורד הזרם ולכוונן עדין עבור מגוון יישומים.
עם החשיבות ההולכת וגוברת של עיבוד נתונים במקום שבו מתבצעת עבודה, הגשת מודלים של AI בקצה הארגוני מאפשרת תחזיות כמעט בזמן אמת, תוך עמידה בדרישות ריבונות נתונים ופרטיות. על ידי שילוב של IBM watsonx יכולות פלטפורמת נתונים ו-AI עבור FM עם מחשוב קצה, ארגונים יכולים להפעיל עומסי עבודה של AI עבור כוונון עדין של FM והסקת מסקנות בקצה התפעולי. זה מאפשר לארגונים להרחיב פריסות AI בקצה, ולהפחית את הזמן והעלות לפריסה עם זמני תגובה מהירים יותר.
אנא הקפד לבדוק את כל התשלומים בסדרת פוסטים זו בבלוג על מחשוב קצה:
מהם מודלים בסיסיים?
מודלים בסיסיים (FMs), אשר מאומנים על קבוצה רחבה של נתונים ללא תווית בקנה מידה, מניעים יישומי בינה מלאכותית (AI) חדישים. ניתן להתאים אותם למגוון רחב של משימות במורד הזרם ולהתאים אותם למגוון יישומים. מודלים מודרניים של AI, שמבצעים משימות ספציפיות בתחום יחיד, מפנים את מקומם ל-FM מכיוון שהם לומדים באופן כללי יותר ועובדים על פני תחומים ובעיות. כפי שהשם מרמז, FM יכול להיות הבסיס ליישומים רבים של מודל הבינה המלאכותית.
FMs עוסקים בשני אתגרים מרכזיים שמנעו מארגונים להרחיב את אימוץ הבינה המלאכותית. ראשית, ארגונים מייצרים כמות עצומה של נתונים לא מסומנים, שרק חלק מהם מסומן לאימון מודלים של AI. שנית, משימת תיוג והערה זו היא אינטנסיבית ביותר של בני אדם, ולעתים קרובות דורשת כמה מאות שעות מזמנו של מומחה לנושא (SME). זה הופך את עלות ההרחבה לרוחב מקרי שימוש, מכיוון שזה ידרוש צבאות של חברות קטנות ובינוניות ומומחי נתונים. על ידי נטילת כמויות עצומות של נתונים ללא תווית ושימוש בטכניקות בפיקוח עצמי לאימון מודלים, FM הסירו את צווארי הבקבוק הללו ופתחו את הדרך לאימוץ רחב של AI ברחבי הארגון. כמויות הנתונים העצומות הללו שקיימות בכל עסק ממתינות לשחרור כדי להניב תובנות.
מהם מודלים של שפה גדולים?
מודלים של שפה גדולה (LLMs) הם סוג של מודלים בסיסיים (FM) המורכבים משכבות של רשתות עצביות שעברו הכשרה על כמויות עצומות אלה של נתונים ללא תווית. הם משתמשים באלגוריתמי למידה בפיקוח עצמי כדי לבצע מגוון של עיבוד שפה טבעית (NLP) משימות בדרכים הדומות לאופן שבו בני אדם משתמשים בשפה (ראה איור 1).
קנה קנה מידה והאיץ את ההשפעה של AI
ישנם מספר שלבים לבנייה ופריסה של מודל יסוד (FM). אלה כוללים קליטת נתונים, בחירת נתונים, עיבוד מקדים של נתונים, אימון מקדים ל-FM, כוונון מודלים למשימה אחת או יותר במורד הזרם, הגשת מסקנות, וניהול מודלים של נתונים ו-AI וניהול מחזור חיים - כל אלה יכולים להיות מתוארים כ FMOps.
כדי לעזור בכל זה, IBM מציעה לארגונים את הכלים והיכולות הדרושים כדי למנף את הכוח של מכשירי FM אלה באמצעות IBM watsonx, פלטפורמת בינה מלאכותית ונתונים מוכנה לארגון שנועדה להכפיל את ההשפעה של AI בארגון. IBM watsonx מורכב מהדברים הבאים:
- IBM watsonx.ai מביא חדש AI ייצור יכולות - המופעלות על ידי FM ולמידת מכונה מסורתית (ML) - לתוך אולפן רב עוצמה המשתרע על מחזור החיים של AI.
- IBM watsonx.data הוא מאגר נתונים מתאים למטרה שנבנה על ארכיטקטורה פתוחה של אגם כדי להתאים את עומסי העבודה של AI עבור כל הנתונים שלך, בכל מקום.
- IBM watsonx.governance הוא ערכת כלים לניהול מחזור החיים של בינה מלאכותית אוטומטית מקצה לקצה שנבנתה כדי לאפשר זרימות עבודה אחראיות, שקופות וניתנות להסבר.
וקטור מרכזי נוסף הוא החשיבות ההולכת וגוברת של מחשוב בקצה הארגוני, כגון מקומות תעשייתיים, רצפות ייצור, חנויות קמעונאיות, אתרי קצה של טלקום וכו'. ליתר דיוק, AI בקצה הארגוני מאפשר עיבוד נתונים שבהם מתבצעת עבודה עבור ניתוח כמעט בזמן אמת. היתרון הארגוני הוא המקום שבו נוצרות כמויות עצומות של נתונים ארגוניים והיכן AI יכול לספק תובנות עסקיות בעלות ערך, בזמן וניתן לפעולה.
הגשת מודלים של AI בקצה מאפשרת תחזיות כמעט בזמן אמת תוך עמידה בדרישות ריבונות נתונים ופרטיות. זה מקטין באופן משמעותי את ההשהיה הקשורה לרוב ברכישה, שידור, טרנספורמציה ועיבוד של נתוני בדיקה. עבודה בקצה מאפשרת לנו להגן על נתונים ארגוניים רגישים ולהפחית את עלויות העברת הנתונים עם זמני תגובה מהירים יותר.
אולם, קנה מידה של פריסות AI בקצה, אינה משימה קלה בין אתגרים הקשורים לנתונים (הטרוגניות, נפח ורגולציה) ומשאבים מוגבלים (מחשוב, קישוריות רשת, אחסון ואפילו כישורי IT). ניתן לתאר אותם בגדול בשתי קטגוריות:
- זמן/עלות לפריסה: כל פריסה מורכבת מכמה שכבות של חומרה ותוכנה שיש להתקין, להגדיר ולבדוק לפני הפריסה. כיום, איש מקצוע יכול לקחת עד שבוע-שבועיים להתקנה בכל מיקום, הגבלה חמורה באיזו מהירות וחסכונית ארגונים יכולים להגדיל פריסות ברחבי הארגון שלהם.
- ניהול יום 2: המספר העצום של הקצוות הפרוסים והמיקום הגיאוגרפי של כל פריסה עלולים לעתים קרובות לייקר באופן בלתי רגיל לספק תמיכת IT מקומית בכל מיקום לניטור, תחזוקה ועדכון של פריסות אלו.
פריסות בינה מלאכותית של Edge
IBM פיתחה ארכיטקטורת קצה הנותנת מענה לאתגרים הללו על ידי הבאת מודל מכשירי חומרה/תוכנה משולב (HW/SW) לפריסות AI. הוא מורכב מכמה פרדיגמות מפתח המסייעות להרחבה של פריסות AI:
- הקצאה מבוססת מדיניות ללא מגע של ערימת התוכנה המלאה.
- ניטור רציף של תקינות מערכת הקצה
- יכולות לנהל ולדחוף עדכוני תוכנה/אבטחה/תצורה למיקומי קצה רבים - הכל ממיקום מרכזי מבוסס ענן לניהול יום 2.
ניתן להשתמש בארכיטקטורת רכזת ודיבור מבוזרת כדי להגדיל את פריסות AI ארגוניות בקצה, שבה ענן מרכזי או מרכז נתונים ארגוני פועל כרכז והמכשיר הקצה-בקופסה פועל כחישור במיקום קצה. מודל הרכז והחישור הזה, המשתרע על פני סביבות ענן היברידיות וסביבות קצה, ממחיש בצורה הטובה ביותר את האיזון הדרוש לניצול מיטבי של המשאבים הדרושים לפעולות FM (ראה איור 2).
אימון מקדים של מודלים בסיסיים של שפה גדולה (LLMs) וסוגים אחרים של מודלים בסיסיים תוך שימוש בטכניקות בפיקוח עצמי על מערכי נתונים עצומים ללא תווית זקוק לרוב למשאבי מחשוב משמעותיים (GPU) והוא מבוצע בצורה הטובה ביותר ב-hub. משאבי המחשוב הבלתי מוגבלים כמעט וערימות נתונים גדולות המאוחסנות לעתים קרובות בענן מאפשרים אימון מקדים של מודלים של פרמטרים גדולים ושיפור מתמיד בדיוק של מודלים בסיסיים אלה.
מצד שני, כוונון של מכשירי ה-FM הבסיסיים הללו למשימות במורד הזרם - שדורשות רק כמה עשרות או מאות של דגימות נתונים מסווגות והגשת מסקנות - יכול להתבצע רק עם כמה GPUs בקצה הארגוני. זה מאפשר לנתונים מסומנים רגישים (או נתוני תכשיט בכתר ארגוני) להישאר בבטחה בתוך הסביבה התפעולית הארגונית תוך הפחתת עלויות העברת הנתונים.
באמצעות גישת ערימה מלאה לפריסת יישומים עד הקצה, מדען נתונים יכול לבצע כוונון עדין, בדיקה ופריסה של המודלים. ניתן להשיג זאת בסביבה יחידה תוך כיווץ מחזור חיי הפיתוח להגשת דגמי AI חדשים למשתמשי הקצה. פלטפורמות כמו Red Hat OpenShift Data Science (RHODS) וה-Red Hat OpenShift AI שהוכרז לאחרונה מספקות כלים לפיתוח ופריסה מהירה של דגמי AI מוכנים לייצור ב- ענן מבוזר וסביבות קצה.
לבסוף, הגשת מודל הבינה המלאכותית המכווננת בקצה הארגוני מפחיתה משמעותית את ההשהיה הקשורה לרוב ברכישה, שידור, טרנספורמציה ועיבוד של נתונים. ניתוק ההכשרה המוקדמת בענן מכוונון עדין והסקת מסקנות על הקצה מוריד את העלות התפעולית הכוללת על ידי הפחתת הזמן הנדרש ועלויות העברת הנתונים הקשורות לכל משימת הסקה (ראה איור 3).
כדי להדגים הצעת ערך זו מקצה לקצה, מודל יסוד מבוסס-שנאי חזון לתשתית אזרחית (הוכשר מראש באמצעות מערכי נתונים ציבוריים ומותאמים אישית ספציפיים לתעשייה) כוונן ונפרס להסקת מסקנות בקצה של שלושה צמתים (דיבר) אשכול. ערימת התוכנה כללה את Red Hat OpenShift Container Platform ו-Red Hat OpenShift Data Science. אשכול קצה זה היה מחובר גם למופע של Red Hat Advanced Cluster Management for Kubernetes (RHACM) הרכז הפועל בענן.
אספקת אפס מגע
הקצאה מבוססת מדיניות, אפס מגע נעשתה עם Red Hat Advanced Cluster Management for Kubernetes (RHACM) באמצעות מדיניות ותגיות מיקום, הקושרות אשכולות קצה ספציפיים לקבוצה של רכיבי תוכנה ותצורות. רכיבי התוכנה הללו - המשתרעים על פני כל המחסנית ומכסים את המחשוב, האחסון, הרשת ועומס העבודה בינה מלאכותית - הותקנו באמצעות מפעילי OpenShift שונים, אספקת שירותי יישומים נדרשים ו-S3 Bucket (אחסון).
המודל הבסיסי שהוכשר מראש (FM) לתשתית אזרחית כוונן באמצעות מחברת Jupyter בתוך Red Hat OpenShift Data Science (RHODS) תוך שימוש בנתונים מסווגים כדי לסווג שישה סוגים של פגמים שנמצאו על גשרי בטון. הגשת מסקנות של FM מכוונן זה הודגמה גם באמצעות שרת Triton. יתר על כן, ניטור של תקינות מערכת הקצה הזו התאפשר על ידי צבירת מדדי צפייה ממרכיבי החומרה והתוכנה דרך Prometheus ללוח המחוונים המרכזי של RHACM בענן. ארגוני תשתית אזרחית יכולים לפרוס את מכשירי ה-FM הללו במיקומי הקצה שלהם ולהשתמש בתמונות של מזל"ט כדי לזהות פגמים כמעט בזמן אמת - להאיץ את הזמן עד לתובנה ולהפחית את העלות של העברת כמויות גדולות של נתונים בחדות גבוהה לענן וממנו.
<br> סיכום
שילוב IBM watsonx יכולות פלטפורמת נתונים ו-AI עבור מודלים בסיסיים (FM) עם מכשיר קצה-בקופסה מאפשרים לארגונים להפעיל עומסי עבודה של AI עבור כוונון עדין של FM והסקת מסקנות בקצה התפעולי. מכשיר זה יכול להתמודד עם מקרי שימוש מורכבים מחוץ לקופסה, והוא בונה את המסגרת המרכזית לניהול מרכזי, אוטומציה ושירות עצמי. ניתן לצמצם את פריסות Edge FM משבועות לשעות עם הצלחה חוזרת, חוסן ואבטחה גבוהים יותר.
אנא הקפד לבדוק את כל התשלומים בסדרת פוסטים זו בבלוג על מחשוב קצה:
עוד מ-Cloud
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://www.ibm.com/blog/foundational-models-at-the-edge/
- :יש ל
- :הוא
- :לֹא
- :איפה
- $ למעלה
- 08
- 1
- 10
- 13
- 15%
- 20
- 2023
- 22
- 28
- 29
- 30
- 300
- 39
- 400
- 41
- 7
- 70
- 9
- a
- אודות
- להאיץ
- גישה
- מושלם
- דיוק
- רכישה
- לרוחב
- מעשים
- מותאם
- בנוסף
- כתובת
- כתובות
- אימוץ
- מתקדם
- התקדמות
- פרסום
- AI
- אימוץ AI
- דגמי AI
- פלטפורמת AI
- סיוע
- אלגוריתמים
- תעשיות
- להתיר
- מאפשר
- גם
- בתוך
- כמות
- כמויות
- amp
- an
- אנליזה
- ניתוח
- ו
- הודיע
- כל
- בְּכָל מָקוֹם
- בקשה
- יישומים
- גישה
- ארכיטקטורה
- ARE
- מערך
- מאמר
- מלאכותי
- בינה מלאכותית
- בינה מלאכותית (AI)
- AS
- המשויך
- At
- מחבר
- אוטומטי
- אוטומציה
- זמין
- שדרה
- בחזרה
- איזון
- בנק
- בנקים
- בסיס
- BE
- כי
- להיות
- התהוות
- היה
- ההתחלה
- להיות
- תאמינו
- הטוב ביותר
- לאגד
- בלוג
- בלוג הודעות
- בלוגים
- שניהם
- אריזה מקורית
- גשרים
- מביאים
- מביא
- רחב
- בְּהַרְחָבָה
- בִּניָן
- בונה
- נבנה
- עסקים
- by
- CAN
- יכולות
- הון
- לכידה
- פַּחמָן
- כרטיס
- כרטיסים
- מקרים
- חָתוּל
- קטגוריות
- לגרום
- מרכז
- מֶרכָּזִי
- בנק מרכזי
- המטבעות המרכזיים של הבנק המרכזי
- מְרוּכָּז
- שרשרת
- האתגרים
- שינוי
- משתנה
- לבדוק
- בחירות
- חוגים
- חבר עמים
- אזרחי
- בכיתה
- לסווג
- ברור
- לקוחות
- מקרוב
- ענן
- אשכול
- צֶבַע
- צבעוני
- שילוב
- תחרותי
- מורכב
- מורכבות
- הענות
- רכיבים
- לחשב
- מחשוב
- תְצוּרָה
- מוגדר
- מחובר
- קישוריות
- מורכב
- מכולה
- להמשיך
- לִשְׁלוֹט
- עלות
- עלויות
- יכול
- כיסוי
- מטבע מבוזר
- CSS
- מטבעות
- מנהג
- לקוח
- חווית לקוח
- לקוחות
- לוח מחוונים
- נתונים
- מרכז נתונים
- פלטפורמת נתונים
- מדע נתונים
- מדען נתונים
- מערכי נתונים
- תַאֲרִיך
- מוקדש
- בְּרִירַת מֶחדָל
- הגדרות
- למסור
- להפגין
- מופגן
- לפרוס
- פרס
- פריסה
- פריסה
- פריסות
- מְתוּאָר
- תיאור
- מעוצב
- לפתח
- מפותח
- צעצועי התפתחות
- דיגיטלי
- מטבעות דיגיטליים
- דיגיטציה
- התפוררות
- מְשַׁבֵּשׁ
- שיבושים
- מופץ
- מחוז
- תחום
- תחומים
- עשה
- נהיגה
- נהיגה
- זמזום
- כל אחד
- קל
- המערכת האקולוגית
- אדג '
- קצה
- הרם
- מורם
- לאפשר
- מאפשר
- סוף
- מקצה לקצה
- מהנדס
- הנדסה
- זן
- מִפְעָל
- חברות
- נכנס
- סביבה
- סביבות
- תקופה
- במיוחד
- וכו '
- Ether (ETH)
- אֲפִילוּ
- אירועים
- כל
- התפתח
- בוחן
- דוגמאות
- לבצע
- להתקיים
- יציאה
- יקר
- ניסיון
- מומחים
- AI ניתן להסביר
- המסביר
- מאריך
- מאוד
- גורמים
- מהר
- מהר יותר
- מעטים
- שדה
- תרשים
- כספי
- גופים פיננסיים
- מְמַמֵן
- ראשון
- קומות
- לעקוב
- הבא
- גופנים
- בעד
- בחזית
- מצא
- קרן
- שבריר
- מסגרת
- החל מ-
- מלא
- מחסנית מלאה
- יתר על כן
- בדרך כלל
- נוצר
- גנרטור
- גיאוגרפי
- גיאופוליטיקה
- נתינה
- גלוֹבָּלִי
- מסחר עולמי
- ממשל
- GPU
- GPUs
- רֶשֶׁת
- יד
- לטפל
- חומרה
- כובע
- יש
- בְּרִיאוּת
- גובה
- לעזור
- עזרה
- עוזר
- בחדות גבוהה
- גבוה יותר
- מאוד
- היסטוריה
- המארח
- שעות
- איך
- איך
- אולם
- HTTPS
- טבור
- בני אדם
- מאות
- היברידי
- ענן היברידי
- יבמ
- IBM Cloud
- ICO
- ICON
- מדגים
- תמונה
- פְּגִיעָה
- חשיבות
- השבחה
- in
- לכלול
- כלול
- גדל
- יותר ויותר
- מדד
- התעשייה
- תעשיות
- תעשייה
- ספציפית לתעשייה
- אינפלציה
- נטיה
- נקודת הטייה
- מוּשׁפָע
- תשתית
- יוזמה
- חדשנות
- חדשני
- תשומות
- תובנות
- למשל
- מוסדות
- משולב
- מוֹדִיעִין
- מהותי
- החדרה
- IT
- תמיכה טכנית
- מסעות
- jpg
- לקפוץ
- מחברת צדק
- רק
- רק אחד
- שמר
- מפתח
- קוברנט
- תיוג
- שפה
- גָדוֹל
- במידה רבה
- חֶבִיוֹן
- האחרון
- שכבות
- מוביל
- לִלמוֹד
- למידה
- תנופה
- מעגל החיים
- כמו
- בלתי מוגבלות
- לינוקס
- מקומי
- אזור
- מיקום
- מקומות
- ארוך
- נראה
- מכונה
- למידת מכונה
- עשוי
- לתחזק
- לעשות
- עושה
- לנהל
- ניהול
- ייצור
- רב
- סימון
- מסיבי
- אב
- דבר
- max-width
- מנגנוני
- שיטות
- מדדים
- דקות
- מזעור
- דקות
- ML
- סלולרי
- מודל
- מודלים
- מודרני
- מוֹדֶרנִיזָצִיָה
- לְחַדֵשׁ
- צג
- ניטור
- יותר
- תנועה
- נע
- שם
- ניווט
- ליד
- הכרחי
- צורך
- נחוץ
- צרכי
- רשת
- חדש
- הבא
- NLP
- מחברה
- שום דבר
- עַכשָׁיו
- מספר
- רב
- of
- הצעה
- לעתים קרובות
- on
- ONE
- רק
- לפתוח
- נפתח
- מבצעי
- תפעול
- מפעילי
- אופטימיזציה
- or
- ארגון
- אחר
- שלנו
- הַחוּצָה
- מקיף
- חבילות
- עמוד
- פרמטר
- תשלום
- שיטות תשלום
- תשלומים
- לבצע
- ביצעתי
- PHP
- מיקום
- פלטפורמה
- פלטפורמות
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- חיבור
- נקודה
- מדיניות
- מדיניות
- עמדה
- אפשרי
- הודעה
- הודעות
- פוטנציאל
- כּוֹחַ
- חזק
- התחזיות
- קודם
- פְּרָטִיוּת
- פְּרָטִי
- בעיות
- תהליך
- לייצר
- מקצועי
- הצעה
- לספק
- ציבורי
- דחוף
- רכס
- מהר
- קריאה
- זמן אמת
- לאחרונה
- שיא
- הקלטה
- Red
- רד האט
- להפחית
- מופחת
- מפחית
- הפחתה
- תקנון
- רגולטורים
- רגולטורים
- קָשׁוּר
- הוסר
- הָדִיר
- לדרוש
- נדרש
- דרישות
- נָחוּץ
- מחקר
- משאבים
- תגובה
- אחראי
- תגובה
- קמעוני
- לעלות
- רובוטים
- הפעלה
- ריצה
- בבטחה
- אותו
- בקרת מערכות ותקשורת
- סולם
- סולם ai
- דרוג
- מדע
- מַדְעָן
- מסך
- סקריפטים
- שְׁנִיָה
- מאובטח
- אבטחה
- לִרְאוֹת
- ראות
- מבחר
- שירות עצמי
- רגיש
- SEO
- סֶפּטֶמבֶּר
- סדרה
- שרת
- שרות
- שירותים
- הגשה
- מושב
- הפעלות
- סט
- כמה
- שיתוף
- לְהַצִיג
- משמעותי
- באופן משמעותי
- דומה
- since
- סינגפור
- יחיד
- סביבה בודדת
- אתר
- אתרים
- שישה
- מיומנויות
- קטן
- EMS
- חברות קטנות ובינוניות
- תוכנה
- רכיבי תוכנה
- פִּתָרוֹן
- ריבונות
- מֶרחָב
- מתח
- ספציפי
- במיוחד
- ממומן
- לערום
- התחלה
- מדינה-of-the-art
- להשאר
- צעדים
- אחסון
- חנות
- מאוחסן
- חנויות
- סטורם
- סטודיו
- נושא
- הצלחה
- כזה
- מציע
- לספק
- שרשרת אספקה
- תמיכה
- בטוח
- מערכת
- לקחת
- משימות
- המשימות
- משימות
- טכניקות
- טכנולוגיה
- Telco
- Temenos
- עשרות
- Terraform
- נבדק
- בדיקות
- זֶה
- השמיים
- שֶׁלָהֶם
- נושא
- שם.
- אלה
- הֵם
- זֶה
- דרך
- זמן
- אקטואלי
- פִּי
- כותרת
- ל
- היום
- יַחַד
- ארגז כלים
- כלים
- חלק עליון
- סחר
- מסורתי
- רכבת
- מְאוּמָן
- הדרכה
- להעביר
- לשנות
- טרנספורמציה
- טרנספורמציות
- שָׁקוּף
- טריטון
- שתיים
- סוג
- סוגים
- שוחרר
- עדכון
- עדכונים
- כתובת האתר
- us
- להשתמש
- מְשׁוּמָשׁ
- משתמשים
- באמצעות
- לנצל
- מנוצל
- בעל ערך
- ערך
- הצעת ערך
- מגוון
- שונים
- Vast
- באמצעות
- לצפיה
- כמעט
- כֶּרֶך
- כרכים
- W
- הַמתָנָה
- ארנק
- היה
- גל
- דֶרֶך..
- דרכים
- we
- שבוע
- שבועות
- מה
- מה
- מתי
- אשר
- בזמן
- מי
- למה
- רָחָב
- טווח רחב
- עם
- בתוך
- אשה
- וורדפרס
- תיק עבודות
- זרימות עבודה
- עובד
- היה
- כתוב
- זפירנט